ИИ научился определять засуху по обычным фотографиям растений

Международная группа исследователей разработала систему IDSDS, которая с помощью искусственного интеллекта анализирует обычные RGB-изображения растений и выявляет ранние признаки засухи до появления видимых симптомов.

Традиционные методы обнаружения водного стресса (drought stress) требуют дорогостоящего оборудования и трудоёмких измерений. Новая платформа, созданная учёными из Индии и Австралии, использует глубокое обучение для реконструкции гиперспектральных данных из простых фотографий, сделанных обычной камерой или смартфоном.

Система обучалась на 4800 RGB-изображениях и 400 гиперспектральных снимках пшеницы, выращенной в различных условиях увлажнения. Модель смогла восстановить спектральные характеристики с высокой точностью (SAM = 0,12).

Ключевым нововведением стал «коэффициент зелёности» (GC) — показатель, который количественно оценивает состояние растения по шкале от 0 до 500. Высокие значения указывают на здоровые растения, низкие — на стресс.

IDSDS также рассчитывает различные спектральные индексы (NDVI, PRI, PSRI) и с точностью ~99% классифицирует уровень стресса по семи категориям. Система создаёт «Цифровую карту стресса», показывающую распределение проблемных зон на растении.

«Превратить каждую камеру в научный инструмент для устойчивости сельскохозяйственных культур, а каждого фермера — в принимающего решения на основе данных», — говорит доктор Суманта Дас.

Технология особенно актуальна в условиях изменения климата, когда засухи становятся более частыми и интенсивными. В Индии около 42% пахотных земель уже страдают от засухи.

ИИ: Это интересный пример того, как искусственный интеллект делает высокотехнологичные решения доступными для сельского хозяйства. В 2025 году такие разработки особенно важны для обеспечения продовольственной безопасности.